Empirisch onderzoek
2.6 Opgaande begroeiing
Literatuurstudie
Uit veel literatuur blijkt dat opgaande begroeiing een belangrijke bijdrage levert aan de schoonheidsbeleving van het landschap. Begroeiing heeft (naast een ecologische waarde) een eigenwaarde als esthetisch landschapselement, een decorwaarde en een symboolwaarde voor het natuurbegrip (Thijssen & van de Brink, 1980,1982). In veel literatuur wordt aangetoond dat bos het hoogst wordt gewaardeerd, maar de meningen verschillen als het gaat om verschillende soorten bos (naaldbos, loofbos, gemengd bos). Uit verschillende bronnen blijkt dat plantages (regelmatige rijtjes van dezelfde boomsoort) zoals populierenbossen minder gewaardeerd worden dan meer natuurlijk ogende bossen (Angenent, 1990; Boerwinkel&Broekhuizen-Bos, 1976; Boerwinkel, 1994; Kruf&VanSambeek, 1982). Volgens sommige bronnen worden bossen met meerdere lagen (Schöne&Coeterier, 1992; Angenent, 1990) en oudere bossen (Ribe, 1989) hoger gewaardeerd.
Volgens Luiks en Miedema (1992) verhoogt de waardering van het landschap naarmate er meer begroeiing voorkomt: in open landschappen worden (meer) lijnvormige beplantingen hoger gewaardeerd dan losse boomgroepen, en wordt bos het hoogst gewaardeerd. Grote landschappelijke complexen als de Veluwe en de IJssel dragen bij aan de positieve waardering van bossen (Helsloot & De Miliano, 1983).
Een uitgebreid verslag van de literatuurstudie die is verricht voor de indicator Opgaande begroeiing is te vinden in bijlage 4 in het aparte bijlagendocument op CD-ROM.
Operationalisatie
De aanwezigheid van de begroeiingtypen is ontleend aan de Top10. Er is een poging ondernomen om onderscheid te maken in oude en nieuwe bossen (zie eerder genoemde bijlage 4), maar de bestanden die hiervoor in aanmerking kwamen werden niet betrouwbaar genoeg geacht.
De volgende indeling met waarderingen zijn aangehouden (schatting van experts, niet getoetst met empirisch onderzoek):
0: (vrijwel) geen opgaande begroeiing 1: populierenbos
2: lijnvormige beplanting 3: naaldbos
4: loofbos, grienden, gemengd bos
De indicatorkaart is als volgt berekend. Eerst is de oppervlakte van elk begroeiingtype per cel van 250 x 250m berekend. Om de lengte aan lijnvormige beplantingen vergelijkbaar te maken met de oppervlakte aan bossen is aangenomen dat deze een breedte hebben van 10 m. Vervolgens is aan elke gridcel de waarde toegekend van het begroeiingtype dat het meest in de cel voorkomt (Zie Kaart 6).
Opmerkingen
N Voor deze indicator is vooral behoefte aan een onderzoek om de relatieve waardering van verschillende typen begroeiing empirisch vast te stellen. Ook moet worden onderzocht of het wel terecht is dat alleen opgaande begroeiing wordt meegenomen, zo is bekend dat heide ook zeer wordt gewaardeerd.
N Het is bekend dat oude opgaande beplantingen meer worden gewaardeerd dan jonge beplantingen. Wegens gebrek aan betrouwbare gegevens is de ouderdom niet meegenomen in de berekening van de indicator. Wellicht komen er in de toekomst wel betrouwbare databestanden beschikbaar en zou de ouderdom alsnog meegenomen kunnen worden.
N Voor de conjunctanalyse in de validatiestudie (de Vries & Gerritsen 2002) is de indicator begroeiing om technische redenen vereenvoudigd tot aan- en afwezigheid van opgaande begroeiing. Uit de resultaten blijkt dat landschappen met opgaande begroeiing (geheel volgens verwachting) beduidend hoger gewaardeerd worden dan landschappen zonder. De voorspellende waarde van de nu gehanteerde esthetische verschillen tussen begroeiingtypen is niet getoetst.
N Onderzocht moet worden in hoeverre de verschillende begroeiingtypen echt esthetisch verschillend worden beoordeeld, of dat andere oorzaken de waardering bepalen die al in andere indicatoren besloten liggen, zoals afwisseling, natuurlijkheid of afwezigheid van horizonvervuiling en geluidsbelasting. In dit verband zou de hoeveelheid opgaande begroeiing een belangrijker voorspeller kunnen blijken te zijn dan de esthetische waarde van de verschillende typen opgaande begroeiing t.o.v. elkaar.
N Ook kan de gebruikswaarde (van bijvoorbeeld bossen met veel wandel- en fietspaden) mede de waardering bepalen.
N Het is overigens de vraag of Opgaande begroeiing als een afzonderlijke indicator moet worden beschouwd. Uit de drie validatiestudies (zie hoofdstuk3) blijkt dat Opgaande begroeiing sterk correleert met de indicatoren Natuurlijkheid, Afwisseling en Reliëf. Er wordt nu nagegaan op welke wijze (gedeeltelijke) samenvoeging van deze indicatoren tot een betere voorspelling leiden.
2.7
Identiteit
Over het begrip identiteit zijn boeken vol geschreven. Er is geen uitgebreide literatuurstudie verricht naar identiteit, er is volstaan met de constatering dat identiteit gekoppeld is aan begrippen als 'ouderdom' en 'uniciteit'. Over het algemeen geldt dat een gebied duidelijker patronen en structuren krijgt (en daarmee meer identiteit) naarmate het ouder is. Ook de aanwezigheid van ‘unieke' kenmerken draagt sterk bij aan de waardering van een gebied. Uit empirisch onderzoek (o.a. Coeterier, 1987, Strumse, 1994) is gebleken dat ouderdom en uniciteit krachtige voorspellers zijn van de voorkeuren.
Identiteit komt voor op verschillende schalen: plekken kunnen een hoge identiteit hebben door het voorkomen van unieke of opvallende objecten. Daarnaast kunnen grotere gebieden een hoge identiteit hebben doordat bepaalde (historische) kenmerken in zo'n gebied zich op opvallende wijze manifesteren, waardoor het gebied zich onderscheidt van andere.
De indicator identiteit is daarom opgesplitst in twee deelindicatoren: plekidentiteit en streekidentiteit.
2.7.1 Plekidentiteit
Bij plekidentiteit gaat het om het voorkomen van markante, unieke of historische objecten die een plek tot een opvallende plek maken. Begonnen is met het maken van een bottum-up lijst van objecten die een rol kunnen spelen bij plekidentiteit (zie ook bijlage 5 in het aparte bijlagendocument op CD-ROM). Daarbij is onderscheid gemaakt tussen cultuurhistorische objecten, aardkundige elementen en overige, moderne elementen. Met deze laatste categorie worden elementen bedoeld die pas recentelijk tot stand zijn gekomen. De keuze is beperkt tot die elementen die goed waarneembaar zijn en zonder expertkennis kunnen worden geïnterpreteerd als oud, opvallend of uniek. Daarnaast moeten de elementen buiten de bebouwde kom liggen, of vanuit het landelijk gebied waarneembaar zijn (bijv. kerktorens). Een ander belangrijk criterium was de beschikbaarheid over informatie over de aanwezigheid in digitale bestanden. Uiteindelijk zijn 6 elementen overgebleven waarvoor de locaties beschikbaar zijn in de top10 (zie Tabel 5).
Empirisch onderzoek
Vervolgens is in een empirisch foto-onderzoekje nagegaan of landschappen met die elementen hoger worden gewaardeerd dan landschappen zonder die elementen (aantal respondenten: 189, zie ook bijlage 2 in het aparte bijlagendocument op CD-ROM). Er werden 4 series foto's gemaakt: 2x7 met landschappen met de elementen en 2x7 met dezelfde landschappen zonder die elementen. Deze werden aan 2 groepen respondenten getoond, waarbij elke groep 7 landschappen met verschillende elementen en de 7 andere landschappen zonder elementen werd voorgelegd. De resultaten van dit onderzoekje zijn samengevat in Tabel 5.
Tabel 5. Resultaten empirisch onderzoek landschappen met en zonder elementen
Landschap met element Landschap zonder element Gemiddeld oordeel
Element Identiteit Schoonheid Identiteit Schoonheid
Hunebed 6,4130 5,4674 3,6222 4,4831 Kerktoren 5,4222 4,8764 4,3478 4,3587 Kapelletje 5,6667 4,5955 4,6739 4,8152 Kruis 5,6304 5,1957 5,6222 5,5632 Oude windmolen 6,2935 5,6196 4,9681 4,6383 Meerdere windmolens 6,2660 5,5851 4,6667 4,1978 Oude watermolen 6,0745 5,9787 5,3978 6,0000
Uit tabel 5 blijkt dat de gemiddelde identiteitsbeoordeling van foto’s met een karakteristiek object hoger is dan die van de foto’s zonder dat object. Het duidelijkst is dit verschil bij hunebed. Het verschil is het kleinst bij kruis.
Bij het gemiddelde oordeel over de schoonheid zijn de verschillen minder groot en wordt een aantal foto’s zonder object hoger gewaardeerd dan dezelfde foto’s met object. Dit laatste geldt bijvoorbeeld voor kapelletje, kruis en watermolen, maar de verschillen zijn erg klein. Bij nadere bestudering van de foto's blijkt dat niet altijd met fotomanipulatie is gewerkt (met fotomanipulatie wordt precies dezelfde foto, vanuit het zelfde standpunt, met en zonder element verkregen). Bij het kapelletje was ervoor gekozen om 2 foto's te gebruiken van dezelfde plek maar vanuit verschillende standpunten: één standpunt van waaruit het kapelletje wel zichtbaar was, en één van waaruit het kapelletje verdween achter beplanting. De foto waarop het kapelletje niet zichtbaar was werd iets hoger gewaardeerd, maar dat ligt waarschijnlijk aan het andere landschap dat zichtbaar is op deze foto, en niet aan het feit dat er geen kapelletje zichtbaar is.
Operationalisatie
In het BelevingsGIS zijn kerktorens en kruisen komen te vervallen door gebrek aan betrouwbare data. Niet alle kerken die op de top10 zijn aangegeven hebben torens, en niet alle kruisen zijn op de top10 aangegeven. Bovendien blijkt elk dorp wel een kerk te hebben, en zijn de meeste kruisen alleen van zeer nabij zichtbaar, zodat het de vraag is in hoeverre kerktorens en kruisen bijdragen aan verschillen in identiteit tussen gebieden.
Omdat de indicator identiteit uit 2 deelindicatoren is opgebouwd, zijn aan de gridcellen voor zowel plekidentiteit als streekidentiteit waarden toegekend van 0 tot 2, zodat de indicator identiteit na optelling een waarde van 4 kan bereiken.
Aan cellen is een plekidentiteit toegekend als er hunebedden, kapelletjes, windmolens, en/of watermolens in of in de directe omgeving worden aangetroffen. De volgende waarden worden toegekend:
1 aan cellen met 1 kapel of 1 watermolen binnen een gebied van 750x750m of 1-2 windmolens binnen een straal van 1 km.
2 aan cellen met minstens 2 elementen binnen een gebied van 750x750m of meer dan 3 windmolens binnen een straal van 1km of minstens 1 hunebed binnen een gebied van 750x750m.
0 aan cellen waar geen van genoemde elementen in de omgeving voorkomen. Deze indeling kan in de applicatie worden aangepast.
2.7.2 Streekidentiteit:
Onder streekidentiteit wordt verstaan: het voorkomen van (historische) kenmerken die zich opvallend manifesteren waardoor een streek (groter gebied) zich onderscheidt van andere streken. Dit kunnen in principe ook kenmerken zijn die al in andere indicatoren in het belevingsGIS worden meegenomen, zoals bij de indicator reliëf (de heuvels in zuid-Limburg, de stuwwallen en stuifduinen in de Veluwe en de duinen in de kustzone). Bij de operationalisering van de indicator streekidentiteit is ervoor gezorgd dat er geen overlap ontstond met de andere indicatoren. Uitgaande van beschikbare databestanden zijn voorlopig de volgende kenmerken meegenomen bij streekidentiteit:
N Grote openheid van het landschap (bv. van oudsher karakteristiek voor de veenweidegebieden)
N Opvallend veel lijnvormige beplantingen (bv. van oudsher karakteristiek voor oost- Friesland)
N Opvallend veel sloten (bv. van oudsher karakteristiek voor Broek- en Waterland)
Er is geen empirisch onderzoek uitgevoerd om na te gaan in hoeverre deze kenmerken bijdragen aan de schoonheidsbeleving van het landschap.
Helaas kon (nog) niet worden beschikt over bestanden met historische gegevens, zoals de herkenbaarheid van de ontginningsgeschiedenis en het voorkomen van oude bebouwing en wegenpatronen.
Operationalisatie
Voor de lokalisering van de grote open gebieden en de gebieden met veel lijnvormige beplantingen zijn bestaande bestanden (1x1km gridgrootte) gebruikt die voor de RPD werden gemaakt in het kader van Monitoring Kwaliteit Groene Ruimte. (zie Schaalkenmerken van het landschap in Nederland p46, H. Dijkstra & J. van Lith-Kranendonk, 2000). Deze bestanden werden gemaakt op basis van de top10. Een gridcel werd tot open gebied gerekend als van de cel en de 8 omringende cellen (3 x 3km) minstens 7 cellen minder dan 5% opgaande beplanting en/of bebouwing bevatten. Een cel werd tot de kleinschalige gebieden gerekend als minstens 5 cellen in een gebied van 3x3km rond die cel meer dan 3 km lengte aan bomenrijen en/of heggen bevatten. De open en kleinschalige gebieden zijn tbv de RPD-studie ingedeeld in 4 klassen (1-4), naargelang er minder opgaande elementen, respectievelijk meer lijnvormige beplantingen zijn gemeten.
De slotenrijkdom is (speciaal voor het BelevingsGIS) bepaald op grond van de gesommeerde lengte van sloten tot 6m breed, per gridcel van 250x250m. Basisbestand was voor alle berekeningen de Top10 (zie Kaart 8)
In het BelevingsGIS zijn aan de gridcellen de volgende indicatorwaarden voor streekidentiteit toegekend:
1: gebieden met grote openheid (cellen met RPD-klasse 1 (1x1km), ca 17% van NL) of veel lijnvormige beplantingen (cellen met RPD-klasse 1 (1x1km), ca 10% van NL) en/of veel sloten (>750m sloten per gridcel van 250x250m)
2: gebieden met zeer grote openheid (klasse 2,3,4 in de RPD-kaart, ca 17% van NL) of veel lijnvormige beplantingen (RPD-klassen 2,3,4, ca 4% van NL) en/of veel sloten (>1000m sloten per gridcel van 250x250m)
0: overige gebieden
Opmerkingen
N Identiteit is de minst betrouwbare indicator. Aan de huidige berekening van deze indicator is geen literatuurstudie voorafgegaan. Beschikbaarheid van relevante, landsdekkende databestanden speelden hierbij ook een rol.
N Uit de eerder genoemde validatiestudie (de Vries & Gerritsen, 2002) blijkt dat de berekende streekidentiteit negatief correleert met de schoonheidswaardering. Dit is vermoedelijk het gevolg van het feit dat open landschappen door de meeste Nederlanders minder worden gewaardeerd, terwijl open gebieden hoog scoren op de (nu bepaalde) streekidentiteit. Omdat overlap met andere indicatoren is vermeden, en er niet beschikt kon worden over bestanden met historische structuren en bebouwing, speelde de openheid een zeer belangrijke rol bij de bepaling van de streekidentiteit.
N Inmiddels is het Historisch geografisch GIS ontwikkeld en zijn historische grondgebruiks- kaarten beschikbaar, die een uitwerking van de indicator streekidentiteit in termen van de ontwikkelingsgeschiedenis van een gebied mogelijk maken. Dit lijkt een goede ingang voor een nadere uitwerking.
N Plekidentiteit is niet meegenomen in de validatiestudie van de Vries & Gerritsen omdat dit te weinig gridcellen betrof. Inmiddels zijn door monumentenzorg digitale bestanden van rijksmonumenten en stads- en dorpsgezichten ter beschikking gesteld voor het BelevingsGIS, zodat er meer inhoud aan deze indicator kan worden gegeven.
N Uitwerking en validatie van de indicator identiteit is ook gezien de toenemende aandacht van het beleid voor dit thema dringend gewenst.
2.8
Geluidsbelasting (stilte)
Een steeds terugkerende bevinding is het belang van rust en stilte voor de belevingskwaliteit van een gebied. Uit vele onderzoeken naar motieven voor openluchtrecreatie is gebleken dat 'rust' één van de belangrijkste redenen is voor mensen om de natuur in te gaan (Luttik e.a., 1999; Reneman e.a., 1999). Uit onderzoek is dan ook gebleken dat geluidshinder (door weg-, rail- of vliegverkeer) een duidelijke negatieve invloed heeft op de recreatiekwaliteit (Goossen & Langers, 1997); dit geldt voor fietsers nog sterker dan voor wandelaars. Daarom is ervoor gekozen om geluidsbelasting op te nemen in het belevingsGIS, als enige niet-visuele (negatieve) indicator.
Voor de indicator geluidsbelasting is aangesloten bij een SC-DLO onderzoek naar de relatie tussen geluidshinder en recreatie: Maatregelen voor geluidhinder, een literatuurstudie (Goossen & Langers, 1997). Dit rapport zet voor diverse recreatie-activiteiten uiteen bij welke dB(A)-hoogte irritatie optreedt. Op basis van deze kennis is een klassenindeling gemaakt van de dB(A)-waarden die passen bij de 3 stilte-categorieën:
N Zeer stil zijn gridcellen met een dB(A)-waarde tot max 35. N Redelijk stil zijn gridcellen met een waarde van 36-50 dB(A). N Niet stil zijn gridcellen met een waarde van meer dan 50 dB(A).
Operationalisatie
De indicatorkaart (Kaart 9) is gebaseerd op een gridbestand van 100m x 100m, waarin de verstoring door geluid in dB(A) is uitgedrukt. Bronhouder van dit bestand is het RIVM. De verstoring door geluid is in dit bestand afgeleid van kennis van de locatie van geluidsbronnen en omgevingskenmerken (waarbij o.a. de dempende werking van geluidschermen en van aangrenzende bebouwing is meegenomen). Als geluidsbronnen gelden snelwegen, provinciale wegen, spoorlijnen, vliegverkeer en geluidsveroorzakende locaties zoals industrieterreinen. De dB-waarden zijn berekend voor 1995 en 2030.
Voor het belevingsGIS is de gridkaart van 1995 omgezet naar 250 x 250m en als volgt geclassificeerd:
0: < 30 db stil
1: 30-35 db geen geluidsbelasting 3: 35-50 db geluidsbelasting 4: >50 db veel geluidsbelasting
De waarde 2 is bewust overgeslagen, omdat er een duidelijke grens werd verondersteld tussen geen (< 35db) en wel geluidsbelasting (>35 db).
Opmerkingen:
N Recent is een onderzoek verricht naar de geluidsoverlast voor recreanten ( Goossen, Langers, de Vries, 2001), waaruit blijkt dat er een significant lineair verband bestaat tussen de hoeveelheid geluid in dB(A) en de waardering van stilte. Het blijkt dat hoe hoger het gemiddelde geluidniveau (Laeq) is, hoe lager de waardering. Door het lineaire verband is er geen duidelijk grens aan te geven die als norm kan gelden. Wel blijkt dat boven de 50 db(A) de waardering erg laag wordt en onder de 40 dB(A) hoger.
N Geluidsbelasting is niet meegenomen in de fotovalidatiestudie (de Vries & Gerritsen, 2002), maar wel bij de vergelijking van het BelevingsGIS met bewonersonderzoeken in het kader van het Meetnet Landschap en het MKGR (zie hoofdstuk 3). In het onderzoek voor het Meetnet Landschap blijkt Geluidsbelasting verreweg de belangrijkste indicator voor het aantrekkelijkheidsoordeel (in negatieve zin) van de bewoners in de 17 onderzochte
gebieden. In het Landelijke onderzoek voor MKGR blijkt horizonvervuiling een betere voorspeller, maar correleert geluidsbelasting daar sterk mee, evenals met het aantrekkelijkheidsoordeel.
2.9
Totaalkaart (belevingskaart)
De totaalkaart geeft een gecombineerd beeld waarin alle (of een deel van de) indicatoren worden meegerekend.
De totaalkaart versie februari 2002 is als volgt berekend:
N de scores (0-4) van de 6 positieve indicatoren zijn per gridcel gesommeerd (0-24) en geherclassificeerd naar 6 positieve klassen (0 - 5)
N de scores (0-4) van de 2 negatieve indicatoren zijn per gridcel gesommeerd (0-8) en geherclassificeerd naar 5 negatieve klassen (0 - 4).
N vervolgens is per gridcel de negatieve klasse afgetrokken van de positieve klasse, waardoor er een totaalkaart ontstond met scores van -4 tot +5.
Er is bewust een classificatie gekozen die licht positief uitvalt, omdat de scores in enquêtes over de aantrekkelijkheid van het landschap in het buitengebied praktisch altijd boven de gemiddelde score liggen die kan worden toegekend; blijkbaar ervaart men het landschap bijna overal positief. Wel tellen de twee negatieve indicatoren 2x zo zwaar als de positieve indicatoren. Dit omdat er veel minder negatieve indicatoren zijn onderscheiden dan positieve, en omdat uit veel onderzoek blijkt dat horizonvervuiling en vooral geluidbelasting een duidelijke negatieve invloed hebben op de beleving. De zo berekende totaalkaart (zie Kaart 10) is hier weergegeven, en is in iets vereenvoudigde vorm (3 negatieve en 4 positieve klassen) opgenomen in de Natuurverkenning 2 2000-2030 (RIVM & DLO, 2002, pp 93).
In de GIS-applicatie is later een classificatie-mechanisme ingebouwd waarmee rekening wordt gehouden met de gewichten die worden toegekend aan de indicatoren die in de berekening worden meegenomen. Het aantal positieve klassen is nu gelijk aan de som van de positieve wegingsfactoren, en het aantal negatieve klassen is gelijk aan de som van de negatieve wegingsfactoren (beide beginnend met de klasse 0, met een minimumaantal 2 en een maximumaantal van 10). Vervolgens worden de waarden per indicator vermenigvuldigd met de wegingsfactoren. Daarna wordt per gridcel de negatieve klasse afgetrokken van de positieve klasse. Het totaal aantal klassen wordt 1 klasse minder dan de som van het aantal positieve en negatieve klassen, omdat na aftrekking er maar één klasse 0 ontstaat. Voorbeeld: bij 6 positieve indicatoren met een wegingsfactor 1 (dus 6 klassen, van 0-5), en 2 negatieve indicatoren met een wegingsfactor 2 (dus 4 klassen, van 0-3), ontstaat nu een totaalkaart met waarden van -3 tot +5 (totaal 9 klassen).
Het idee hier achter is: doordat het aantal klassen groter wordt naarmate meer indicatoren worden meegenomen en/of grotere wegingsfactoren ontstaat er ruimte in de klassen voor grotere getallen die daar het gevolg van zijn. Die grotere getallen komen dan ook tot uitdrukking in de kaart. Met een dergelijk mechanisme kan men nu vrijelijk experimenteren met het aan en uit zetten van indicatoren en het toekennen van verschillende gewichten.
Opmerkingen
N Naast de analyse van (de bijdrage van) de individuele indicatoren is in de validatiestudie (de Vries & Gerritsen, 2002) aan het eind ook de (toen inmiddels gereed gekomen) totaalkaart zonder geluidsbelasting meegenomen. Uit de validatie blijkt dat de voorspellende waarde van de totaalkaart (zonder geluid) 30% bedraagt voor de fotolocaties en 34% voor de oordelen over de omringende landschappen van de woonbuurten van de respondenten (gemiddelde oordeel van de gridcellen binnen 7,5 km rond het middelpunt van de woonbuurten).
N Als de oppervlaktes stedelijk gebied en grote wateren als extra voorspellers worden toegevoegd, dan blijkt de oppervlakte stedelijk gebied inderdaad een significante bijdrage
te leveren. De (aangepaste) verklaarde variantie stijgt naar 55%. Dit duidt erop dat negatieve stadsrandeffecten op de landschapsbeleving niet sterk genoeg via de huidige weging van de indicatoren tot uitdrukking worden gebracht.
N In de validatiestudie op basis van een bewonersonderzoek in het kader van het Meetnet Landschap (in 17 gebieden, zie hoofdstuk 3) heeft de totaalkaart zoals hier afgebeeld (inclusief geluid) een voorspellende waarde van 50%. Geluidsbelasting en Reliëf bepalen echter samen samen 74% van de variantie van het aantrekkelijkheidsoordeel van de 17 gebieden. Hierbij draagt Geluidsbelasting nog meer bij dan Reliëf.
Duidelijk is dat de totaalkaart (evenals een aantal indicatorkaarten) verbetering behoeven.
3
Validatiestudies
In dit hoofdstuk worden de belangrijkste conclusies beschreven van drie validatiestudies van het BelevingsGIS. Het betreft de volgende studies:
N Een validatiestudie op basis van gegevens uit een fotobeoordelingsonderzoek dat speciaal voor het belevingsGIS werd opgezet en uitgevoerd. Een uitgebreide beschrijving van de validatiestudie en het fotobeoordelingsonderzoek is te vinden in het rapport: "Van fysieke kenmerken naar landschappelijke schoonheid, de voorspellende waarde van